Microsoft a confirmé l’existence d’un bug dans Microsoft 365 Copilot Chat qui permettait à l’assistant IA de résumer des e-mails marqués comme confidentiels, même lorsque des labels de sensibilité et des politiques de prévention des pertes de données (DLP) étaient en place.
Le problème, identifié pour la première fois le 21 janvier 2026 et suivi en interne sous le numéro CW1226324, affectait la fonctionnalité de conversation de l’onglet « Work » de Copilot.
« Sans une vérification préalable rigoureuse du traitement des données par l’IA, les informations sensibles risquent de ne pas être traitées avec le niveau d’exigence requis », a déclaré Melissa Ruzzi, directrice de l’IA chez AppOmni, dans un e-mail adressé à eSecurityPlanet.
Elle a ajouté : « Pour atténuer ces menaces, la première mesure importante consiste à veiller à ce que les employés soient formés aux bonnes pratiques d’utilisation de l’IA. »
Melissa a expliqué : « Donnez-leur des consignes sur les points auxquels ils doivent prêter attention, afin de leur permettre non seulement d’utiliser correctement l’IA, mais aussi de faire remonter leurs inquiétudes lorsque des problèmes surviennent. Cela peut contribuer à détecter rapidement les problèmes. »
Le bug de Microsoft Copilot
Cet incident illustre la complexité croissante de la gouvernance des fonctionnalités d’IA intégrées aux plateformes SaaS modernes.
À mesure que les organisations intègrent la generative AI dans leurs workflows de productivité essentiels, les contrôles traditionnels de sécurité et de conformité doivent évoluer pour tenir compte de la manière dont les grands modèles de langage (LLM) accèdent aux données de l’entreprise, les traitent et les résument.
Copilot Chat — l’assistant de Microsoft optimisé par l’IA et intégré à Outlook, Word, Excel, PowerPoint et OneNote — est conçu pour aider les utilisateurs à faire émerger, synthétiser et contextualiser les informations de l’organisation.
En s’appuyant sur des contenus tels que des e-mails, des documents, des notes de réunion et d’autres données Microsoft 365, Copilot permet aux utilisateurs de générer des synthèses, de rédiger des réponses et d’extraire des informations d’importants volumes de données.
Sa proposition de valeur repose sur un accès contextuel étendu aux données de l’entreprise — mais cette même ampleur d’accès renforce également l’importance d’une application stricte des politiques.
Comment le bug de Copilot a contourné les contrôles DLP
Selon Microsoft, le problème provenait d’une erreur de code non précisée affectant l’onglet « Work » de Copilot Chat.
La faille permettait à l’assistant de traiter et de résumer des e-mails stockés dans les dossiers Envoyés et Brouillons, même lorsque ces messages étaient protégés par des labels de confidentialité (de sensibilité) et soumis à des politiques actives de DLP.
En pratique, Copilot analysait et résumait des contenus que les organisations avaient explicitement marqués comme restreints et qu’elles s’attendaient à voir exclus des traitements automatisés par l’IA.
Pourquoi cet incident soulève des problèmes de conformité
« Cela n’a donné à personne accès à des informations qu’il n’était pas déjà autorisé à consulter », a déclaré un porte-parole de Microsoft dans un message adressé à BleepingComputer.
Autrement dit, les utilisateurs ne pouvaient voir que des résumés de contenus auxquels ils avaient déjà le droit d’accéder dans Microsoft 365.
Cependant, ce comportement s’écartait de la conception prévue de Copilot, qui doit respecter les labels de sensibilité et les contrôles DLP en excluant les contenus protégés des processus de récupération et de synthèse pilotés par l’IA.
Cette situation traduit une défaillance de l’application des politiques au sein d’un workflow piloté par l’IA : les contrôles de sécurité établis ne fonctionnaient pas comme prévu une fois le traitement par l’IA introduit.
Tout désalignement entre les contrôles d’accès, les politiques de protection des données et la logique régissant la récupération et la synthèse par l’IA accroît les risques de non-conformité, de gouvernance et de réglementation auxquels les organisations sont exposées.
Microsoft a commencé à déployer un correctif début février 2026 et a indiqué continuer à surveiller son déploiement afin de s’assurer que le problème est entièrement résolu.
Atténuer les risques liés à la sécurité des données de l’IA
À mesure que les assistants optimisés par l’IA s’intègrent aux workflows de productivité quotidiens, les organisations doivent veiller à ce que la gouvernance et les contrôles de sécurité évoluent avec eux.
Les protections traditionnelles telles que les politiques DLP, les labels de sensibilité et les restrictions d’accès ne sont efficaces que si elles sont appliquées de manière cohérente au sein de fonctionnalités pilotées par l’IA comme Copilot.
Une validation, une surveillance et une gestion des risques proactives sont indispensables pour éviter l’exposition ou l’utilisation abusive involontaire d’informations sensibles.
- Validez que les politiques DLP et les labels de sensibilité sont correctement appliqués dans Copilot en testant le traitement des contenus confidentiels dans les workflows d’e-mails et de documents.
- Restreignez l’accès à Copilot au moyen de contrôles fondés sur les rôles et de politiques d’accès conditionnel afin de limiter le traitement par l’IA aux utilisateurs, appareils et environnements de confiance appropriés.
- Examinez et renforcez les paramètres de configuration de Copilot afin de garantir leur conformité avec les politiques de protection des données, de conformité et de conservation de l’entreprise.
- Activez une journalisation exhaustive et intégrez la télémétrie de Copilot à votre SIEM ou à d’autres plateformes de supervision afin de détecter les schémas anormaux d’accès aux données ou de synthèse pilotés par l’IA.
- Isolez les workloads très sensibles et appliquez des pratiques de minimisation des données afin de réduire l’exposition inutile de contenus réglementés ou confidentiels aux outils d’IA.
- Intégrez les fonctionnalités SaaS dotées d’IA aux évaluations formelles des risques, programmes de gestion des vulnérabilités et exercices de tests adversariaux afin de valider les limites d’application des contrôles.
- Testez les plans de réponse aux incidents et élaborez des procédures pour les scénarios impliquant un traitement involontaire de données sensibles par l’IA.
Ensemble, ces mesures contribuent à limiter l’ampleur d’une exposition involontaire de données par l’IA tout en renforçant la résilience de l’organisation face aux nouveaux risques des environnements SaaS dotés d’IA.
L’IA, une nouvelle couche de risque pour les données
L’incident de Copilot montre que les fonctionnalités d’IA constituent des couches supplémentaires de traitement des données au sein des systèmes d’entreprise et doivent être gouvernées en conséquence.
À mesure que l’IA générative s’intègre davantage aux plateformes SaaS, les équipes de sécurité doivent veiller à ce que les contrôles existants — tels que l’application des politiques et la supervision — soient appliqués de manière cohérente aux workflows pilotés par l’IA, et pas seulement aux activités traditionnelles des utilisateurs.
Cette évolution de l’utilisation de l’IA souligne la nécessité de solutions Zero Trust qui vérifient en permanence les accès et appliquent des contrôles granulaires aux utilisateurs, aux appareils, aux applications et aux données.